Hur kundens CRM-sammanhang formar dubblettlogiken
Bygg matchningslogik som speglar kundens CRM-uppsättning.
Använd fältkombinationer, inte matchning på ett enda fält
Matchning på ett enda fält ger fel när dubbletter ska hittas – även e-post kan vara opålitligt om formateringen skiftar, domäner byts eller uppgifter är inaktuella. Matcha på kombinationer av fält som tillsammans ger högre säkerhet.
Innan du definierar någon logik, gå igenom hur kunden använder fälten i sitt CRM. Om Telefonnummer finns i de flesta poster, ta med det i matchningsalternativen. Om e-post ofta saknas eller varierar, prioritera andra fält, som Företagsnamn eller Aktivitetsdatum.
Effektiva kombinationer kan vara:
- Förnamn + Efternamn + Telefonnummer
- Förnamn + Efternamn + E-post + Företag
- Företagsnamn + Adress + Postnummer
Tips: Använd bara fält som fylls i konsekvent och underhålls av pålitliga processer.
Bygg Merge Rules på hur fälten beter sig, inte bara på innehållet
Fältvärden måste tolkas utifrån hur de uppdateras och används. Varumärkta domäner speglar ofta företagsidentiteten, men inte alltid. Aktivitetsdatum visar engagemang, men bara om loggningen är konsekvent. Bedöm hur ett fält fylls i innan du viktar det.
Fokusera på fält som visar aktuell relevans:
- E-postdomän: Skiljer privat identitet från arbetsidentitet
- Senaste aktivitetsdatum: visar vilken kontakt som varit aktiv nyligen
- Leadstatus eller livscykelfas: när det är automatiserat kan det spegla aktiv pipeline
- Företagskoppling: Användbar när den underhålls konsekvent och följer era processer
Undvik att förlita dig på skapandedatum – det visar när en post skapades, inte om den fortfarande är relevant. Bedöm om varje fält uppdateras via formulär, integrationer eller manuellt - och hur det påverkar tilliten till datan.
Använd inte hur komplett en post är som mått på kvalitet
Fler ifyllda fält betyder inte automatiskt en bättre post. En profil med många fält kan komma från en engångsimport, medan en enklare post används aktivt, med rätt kopplingar och uppdaterad ägare.
Bygg matchningslogiken kring vad fälten betyder, inte hur många som är ifyllda. Om du använder Merge Rules med värdeprioritering kan du uttryckligen låta vissa e-postdomäner (som Gmail, Outlook, Yahoo) förlora mot en företagsdomän. Så behåller du de poster som hör till en företagsidentitet, när den skillnaden spelar roll.
Fler exempel:
- Om båda posterna hör till samma person men har olika ägare, behåll den med senaste aktiviteten
- Om företagsnamnet bara finns på en post, och fältet underhålls via automatisering eller verifierade processer, låt det avgöra
Testa dina antaganden om ett fälts värde genom att granska beteendet på postnivå, inte bara volymen.
Bekräfta matchningslogiken med en definierad granskningsprocess
Varje merge rule måste testas innan den används brett. Granskningen förhindrar felklassificering och ger bättre beslut om vilka poster som ska slås samman och vilka som ska behållas.
- Kör en sökning med din tänkta matchningslogik. Börja med 10–20 dubbletter
- Exportera resultatet och granska ett urval manuellt. Leta efter specialfall, namnkonflikter eller felaktiga kopplingar
- Identifiera poster med låg affärspåverkan (inga öppna affärer, ingen ägare, ingen aktivitet på sistone). Använd den gruppen för testsammanslagningar
- Efter sammanslagningen: granska fältvärden, kopplingar och ägare i CRM:et
- Finjustera matchningslogiken utifrån vad de sammanslagna posterna visar, inte bara vad regeln var tänkt att göra
Upprepa cykeln vid varje större ändring av dina sammanslagningskriterier.
Bygg logik anpassad till varje CRM-instans
Varje kunds CRM har olika mönster för dataregistrering, fältanvändning och automatisering. Även om CRM-plattformen är densamma går matchningslogiken inte att återanvända utan granskning och justering.
Använd det här strukturerade upplägget per CRM:
- Granska nyckelfält för att bedöma konsekvens och datakvalitet
- Kartlägg hur fälten uppdateras (manuell inmatning, automatisering, import, integration)
- Utforma fältkombinationer som speglar en stabil och verifierbar identitet mellan poster
- Sätt merge rules som speglar vilka fält som ska gälla utifrån deras roll i affärsprocessen
- Testa på ett begränsat urval, granska resultatet och justera vid behov
Kopiera inte konfigurationer mellan olika CRM. Standardisera i stället din gransknings- och byggprocess. Det som skalar är metoden, inte logiken.
Dedupely hjälper partner att bygga, testa och köra matchningsinställningar som utgår från hur varje kunds CRM faktiskt används. Börja här.
Om du startar ett nytt dubblettprojekt, läs vår guide om Det snabbaste sättet för byråer att köra kortsiktig dubblettrensning.
Kontakta oss
Vi hjälper gärna till att sätta upp det här.
Skriv ett meddelande till oss
Vi har förmodligen redan svaret på din fråga
Boka ett Zoom-möte
Oavsett om du precis börjat eller kör för fullt.
Hör av dig!
Relaterade blogginlägg
Håll dig uppdaterad med våra senaste artiklar och insikter.
Kom igång gratis
20 gratis sammanslagningar i provperioden och så mycket kostnadsfri support du behöver för att få kontroll på dina dubbletter.
H Chitty
HubSpot-användare
Alina T
Sales Operations-specialist, FieldBee
R McNaught
HubSpot-användare
John K
Marknadschef, David J Anderson School of Management
Samo J
Grundare & CSO, TapHome
M Weppner
Yuliya
Pipedrive-användare
D Wright
HubSpot-användare
Shawnee K
Salesforce-användare
DiBlasio S
HubSpot-användare
Laura R
Salesforce-användare
Emily K
Mercy Housing
Paweł S
Pipedrive-användare
Grattan H
Pipedrive-användare
Scott B
VP Platform Ecosystem, HubSpot
Burchard J
HubSpot-användare
Sean B
VD, Legal CPD
Isaac J
Salesforce-användare
Larry D
Pipedrive-användare
Andy G
Pipedrive-användare
Simon W
Tillhub
Allan R
Medgrundare & VD, Target3D
Marco S
IT-systemchef, Efecte
Ett team
HubSpot-användare
J Eddie
HubSpot-användare
A Grogan-Crane
HubSpot-användare
Wasmer D
HubSpot-användare




